MétaCan
Menu
Retour à la cohorte
Enregistrement W2112217964 · doi:10.1111/1755-6724.12487

Determining Fluid Compositions in the H<sub>2</sub>O‐NaCl‐CaCl<sub>2</sub> System with Cryogenic Raman Spectroscopy: Application to Natural Fluid Inclusions

2015· article· en· W2112217964 sur OpenAlexaff
Haixia Chu

Notice bibliographique

RevueActa Geologica Sinica - English Edition · 2015
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueChemical and Physical Properties in Aqueous Solutions
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésRaman spectroscopyFluid inclusionsAnalytical Chemistry (journal)QuartzChemistryAqueous solutionInclusion (mineral)Chemical compositionMineralogySupersaturationMaterials scienceChromatographyOpticsPhysical chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Previous cryogenic Raman spectroscopic analysis of H2O‐NaCl‐CaCl2 solutions has identified the Raman peaks of various hydrates of NaCl and CaCl2, and established a linear relationship between Raman band intensity of the hydrates and the composition of the solution (NaCl/(NaCl+CaCl2) molar ratio, or XNaCl) using synthetic fluids, which created the opportunity to quantitatively determine the solute composition of aqueous fluid inclusions with cryogenic Raman spectroscopy. This paper aims to test the feasibility of this newly established method with natural fluid inclusions. Twenty‐five fluid inclusions in quartz from various occurrences which show a high degree of freezing during the cooling processes were carefully chosen for cryogenic Raman analysis. XNaCl was calculated using their spectra and an equation established in a previous study. These inclusions were then analyzed with the thermal decrepitation‐SEM‐EDS method. The XNaCl values estimated from the two methods show a 1:1 correlation, indicating that the new, non‐destructive cryogenic Raman spectroscopic analysis method can indeed be used for fluid inclusion compositional study.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,223
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Geologica Sinica - English EditionMême sujetChemical and Physical Properties in Aqueous SolutionsTravaux en français237 207